把每一次成长波动， 都在事前看见。

不会，设计上刻意避开了这条路。系统输出的是软性「成长关注提示」而非监控式「风险预警」，每条线索都必须经辅导员或学业导师人工研判确认后才进入干预；数据来源优先选择学生在同窗汇三模块中自愿产生的行为，而非另起炉灶去采集。画像仅用于成长关怀，不参与评优与考核。

分两层。P0 阶段只使用自助数据：学生自评、成长档案、互助与打卡记录，以及经验社区、校园生活服务、技能交换三个模块中已沉淀的自愿行为数据；P1 阶段在取得学生授权与校方协调后，才接入教务、一卡通、图书馆等外部数据。所有采集遵循最小必要与知情同意原则。

可以，且即时生效。撤回后系统立刻停止使用该部分数据生成画像，已生成的线索与工单会标注「数据已撤回」，不再基于该数据新增任何判断。学生还可对关注提示提出申诉，申诉进入辅导员复核队列，原线索自动降权并暂停处置，复核后可撤销或升级。

人工研判认定误报后，误报样本会回流规则库，用于修正阈值与模型，降低后续同类误报。验收标准要求误报率不高于 10%，并支持申诉纠正；数据不足或样本不够时，画像维度会标注「数据不足」，不输出低置信度结论，避免以偏概全。

辅导员仅能访问本人所管理班级的学生画像、关注列表与工单；学业导师仅能访问本人所指导学生，且以学业维度为主；跨角色数据隔离由服务端强制过滤，任何越权查询一律拒绝并留痕告警。验收要求三类用户越权访问校验通过率 100%。

采取 MVP 分期策略：一期只上线画像看板与成长关注提示两项 P0 功能，用同窗汇既有自助数据跑通闭环；二期开放关怀工单与个体报告；群体报告与规则自定义进入后续迭代。冷启动不靠从零拉新——优先复用同窗汇已沉淀的学生行为数据与身份体系，试点初期以小范围自愿授权样本验证规则有效性，再逐步扩大。技术栈为 Vue 3 + Element Plus / Spring Boot + MyBatis / MySQL 8.0，面向校内环境部署。